Tinder использует ИИ для борьбы с усталостью от свайпов

Онлайн-знакомства, особенно формата "свайп вправо/влево", давно стали частью повседневной жизни миллионов людей. Но у многих пользователей это вызывает чувство усталости, разочарования и эмоционального выгорания. Процесс, когда бесконечный просмотр профилей перестаёт приносить удовольствие и реальные результаты.

Чтобы изменить ситуацию, Tinder активно внедряет инструменты на базе искусственного интеллекта, которые должны сделать процесс поиска партнёра менее механическим и более персонализированным.

Новая ИИ-функция Chemistry

Главным нововведением стала функция под названием Chemistry: ИИ-инструмент, призванный уменьшить эффект "свайп-усталости".

Вместо того чтобы бесконечно листать профили, пользователю предлагается:

  • ответить на ряд вопросов о себе и своих интересах;

  • с разрешения пользователя ИИ может анализировать фотографии, чтобы лучше понять личность, вкусы и предпочтения.

На основе этих данных система подбирает один или два потенциальных совпадения, которые более точно соответствуют ожиданиям пользователя. Такой формат существенно отличается от традиционного свайпинга: здесь пользователю предлагается уже отобранный список, а не сотни случайных профилей.

На данный момент Chemistry всё ещё проходит пилотное тестирование в Австралии, но компания планирует расширить его функциональность и доступность в будущем.

Почему Tinder делает ставку на ИИ

По данным самой компании, проблема усталости от свайпов это не абстрактное явление, а реальная причина снижения интереса к приложению. В четвёртом квартале 2025 года Tinder зафиксировал сокращение числа новых регистраций на 5 % и падение ежемесячной активности пользователей на 9 % по сравнению с прошлым годом.

Match Group (материнская компания Tinder) связывает это отчасти с усталостью пользователей из-за однообразного интерфейса и бесконечного пролистывания профилей. Такой способ поиска создаёт иллюзию выбора, но редко приводит к глубокой связи, поскольку совпадение требует взаимного интереса, а за этим не всегда следует реальное общение.

ИИ-подход призван сделать опыт более целевым, глубоким и менее утомительным, предлагая пользователю не тысячу случайных профилей, а несколько тщательно подобранных вариантов, которые с наибольшей вероятностью могут привести к настоящей встрече.

Другие изменения в приложении

ИИ это не единственное направление, в котором работает Tinder. Компания также:

  • перерабатывает алгоритмы показа профилей, чтобы они лучше соответствовали интересам разных групп пользователей и уменьшали разочарование от нерелевантных предложений;

  • усиливает меры безопасности и проверку подлинности профилей с помощью системы Face Check, которая помогла сократить взаимодействия с фейковыми аккаунтами более чем на 50 % в тестовых регионах;

  • планирует увеличить маркетинговые усилия, выделив 50 млн долларов на кампании с креаторами в TikTok и Instagram, чтобы вернуть ощущение крутости и привлекательности Tinder среди молодёжи.

Переход от бесконечного свайпинга к персонализированным рекомендациям на базе ИИ это не просто техническое обновление, а попытка изменить саму суть онлайн-знакомств. Для Tinder это шаг навстречу пользователям, уставшим от профилей, которые не приводят

к реальным встречам и отношениям.

Пока новая система тестируется в ограниченных регионах, но её развитие может стать важным этапом в эволюции цифровых знакомств, где качество и значение взаимодействий становятся важнее количества пролистываний.

Источник: TechCrunch

Похожие статьи

Рекомендательные технологии Подробнее
Технологии и IT-новости 3 месяца назад

Самовосстанавливающийся композит прослужит 500 лет

Учёные разработали самовосстанавливающийся армированный полимер, способный ремонтировать повреждения сотни раз. Новый материал может продлить срок службы конструкций до сотен лет и снизить затраты на обслуживание.

AI 5 месяцев назад

Инженер Google: ИИ справился за час с задачей, над которой команда работала год

ИИ Claude Code справился за час с задачей, над которой команда инженеров Google работала почти год. Обсуждаются возможности и ограничения современных ИИ-ассистентов в программировании.

AI 2 месяца назад

Лучшие практики RAG: как собрать систему, которая действительно улучшает ответы LLM

Адаптированный разбор исследования Searching for Best Practices in Retrieval-Augmented Generation: когда нужен retrieval, почему hybrid search почти всегда сильнее одиночного dense-поиска, зачем обязателен reranking и как выстроить RAG-пайплайн без лишней сложности и ненужной задержки.